“小数定律”与大数据 | 经典概念系列2



其他收听方式：

3.在喜马拉雅搜索“管理之声”，可收听“创新”系列、“德鲁克十大经典案例”系列、“明茨伯格”系列。

经典概念中的变革创新之道系列之二

“小数定律”与大数据

小数定律是指人们心理上偏向于依据个体的经验、典型事件、主观感受作出选择或得出结论。而大数据的“全数据”、“源数据”特点即是：能在模糊中发现精确、在普遍性中发现特殊性、在典型事件中发现规律性。依据大数据的特性，以及人们心理中的“小数定律”偏向，归纳相同的个性需求、提炼个性需求中的共性精准定位，设计服务或产品，没准能开辟出一块全新的市场空间。

老赵听说朋友老张要到某市出差，就对他说，哎哟，你可要小心那里出租车司机，黑着呢，某年某月我去那里，被狠狠的宰了一笔。一定要怎么怎么小心。老张一听不免也担心起来。小王本来看中某网站的一款商品，但看到小李在朋友圈里诉说在该网站购物的不愉快经历后，改到别的网站去找同类商品了。

老赵、小李这种因亲身经历而得出的 “某市的出租车司机很黑”“某购物网站服务很差”的结论，并且影响了熟人的现象，就是行为心理学中的小数定律，或者称为小数定理、小数法则。

“小数定律” 是行为科学家阿莫斯·特沃斯基和心理学家丹尼尔·卡纳曼在两人共同的研究中对赌徒谬误的总结。在统计学科中，小数定律是相对于 “大数定律”来说的。大数定律是指当某个问题的调查样本足够多时，研究得到的参数才能无限接近真实情况。而“小数定律”，简单解释来说，是指人们在判断不确定事件发展概率时，常常会偏离理性法则而走捷径，即依据自身经验或“典型事件”来推测和下结论。

“小数定律”来源于少数人生活中的“典型事件”、带有感性和主观成分，且容易形成成见，所以往往被批评为不科学、太主观， “只见树木不见森林”。 但尽管如此，我们在生活中更多地还是在遵照“小数定律”。 原因在于邻居、朋友、同事依据自身经验得出的评价虽然带有个人主观性，却是真实的、可以触碰和感受到的，是带着温度的“数据”，而抽样调查得出的统计数据对个人来说却是“冷冰冰的”。

甚至，在重视个性化需求、顾客体验，讲求精准定位的互联网经济下，“小数定律”或许可以大行其道。当前热议的大数据，其在商业应用中的最大亮点，或许就是它可以支撑依据小数定律而提供针对性需求的服务和产品。

大数据具有4V特点：Volume（大量）、Velocity（高速产生）、Variety（多样性）、 veracity（真实性）。即它不是抽样调查得出的平均数据、有目的的选取和运算后的报表数据，而是自动提取的、即时产生的每个个体、每项真实行为的“全数据”、“源数据”。

比如，某餐饮企业要依据员工一天接待顾客的数量判断员工工作状况。如果单纯地看统计数字，可能会看到A员工服务顾客数是B员工的两倍，因而得出B员工工作不努力的判断。但是在用大数据对于工作流程全面的呈现，包括员工在某个具体时点接待了一个多大年龄的顾客（年龄大小很大程度上意味着服务难度）、客单价多少、接待时长是多少？上菜时长是多少（菜品烹饪的难易程度也决定了服务员的接待时长）、提供服务的次数，等等，可能会得出截然相反的结论。 B服务员为每个顾客提供的服务次数可能是A的两倍，她的服务质量更好，为顾客提供了更好的体验，也等于是为餐厅积累了更好的用户口碑。而这些都是会被统计数据所掩盖掉的!

从这个例子也可以看出来，大数据的突出特性就是“全数据”、“源数据”。而 通过大数据的“全数据”、“源数据”特性恰恰可以发现“小数”。即，在模糊中捕捉精确性，在普遍需求中发现个性需求，在典型事件中发现规律。而如果依据大数据的特性，以及人们心理中的“小数定律”偏向，归纳相同的个性需求、提炼个性需求中的共性进行精准定位，设计服务或产品，没准就能开辟出一块全新的市场空间。

（本栏目策划、编辑及语音：尚艳玲）

---

欢迎持续关注——

这里是原生态的语音、原创的观点和形式。

我们只想用真诚的态度、媒体人的视角、管理学的知识为您建一个朴素、安静的管理类语音后花园，和同道之人一起思考，一起前行。

语音传送，思想相随，

助您做最好的自己和最有生命力的企业！